机器视觉图像采集优化方法有哪些（机器视觉图像采集优化方法包括）

机器视觉广泛应用于不同的复杂技术领域。在简单的应用中（例如，使用背光检测不透明物体的轮廓），成像系统可以在宽松的系统参数下可靠地运行。然而，在要求更高的应用中（例如检测镜子上的表面缺陷），主要参数必须设置在较小的公差范围内，或者必须使用更昂贵的高精度硬件以使成像系统稳定运行。

成像系统中涉及的主要参数的数量随着成像应用的复杂性而增加。爱特蒙特光学东京成像实验室对此进行了研究。对于要求苛刻的成像应用，大约有20 个参数需要精确调整。

图像采集优化

本文重点讨论图像采集优化（以下简称OIA），即调整成像系统中所有主要参数以获得最佳图像的过程。完成OIA后，获得的图像具有以下共同特征：

l 在成像系统物理条件的限制下，捕获的图像获得尽可能多的有用信息；

l 尽可能多地利用相机传感器的有效像素，最大限度地呈现待测工件在视场（FOV）内的情况，仅受工件几何形状和位置变化的限制；

l 在不使用降噪算法的情况下，图像具有最高的信噪比，仅受传感器参数的限制；

l 图像的动态范围接近最大值，尚未达到饱和；

l 图像中没有其他外部环境的不必要的图像（例如没有扩散器的环形灯产生的亮点）。

为了实现OIA，所有主要参数都需要精确调整。 OIA调校的成像系统为机器视觉系统集成商提供了以下优势：

l性价比高

充分利用成像系统中的关键部件（成像镜头、相机、照明光源和光机结构），实现高性价比的解决方案。

l 最少的图像处理和分析，最小的软件复杂性

由于OIA可以获得高分辨率、高对比度和低噪声的图像，因此最大限度地减少了对图像处理算法（如降噪、直方图均衡、膨胀/腐蚀）的需求，从而显着缩短了开发周期、测试时间和硬件成本。成本。

l 大幅降低误报率，高质量图像减少测试误差

调整后的成像系统可以满足以下条件，如图1和图2所示：

l 像平面（传感器表面）与物平面（检测工件表面）平行；

l 被检工件表面位于工作距离（WD）的最佳聚焦位置；

l 待检工件接近FOV拍摄矩形成像区域的尺寸，但不超过FOV；

l 工件中心位于镜头光轴上；

l 被检工件浅色（白色、浅灰色等）区域特征的成像亮度接近像素灰度饱和度值（例如8位格式为255，灰度值可达220），但未达到饱和。

图1：成像系统调整要求，透视图。

图2：成像系统调整要求，顶视图。

调整方法

通常的调整方法是：操作者通过摄像机观察图像并做出主观判断。爱特蒙特光学日本分公司开发的调整应用程序可以对成像系统中的11-17个参数进行即时测量（取决于硬件条件），从而为操作人员提供实时量化的参数以供判断。

以下案例使用的是西门子star测试板（产品号58835）。将星形测试板的标记面朝向成像系统，并使其与被测物体的平面重合。

使用EO开发的EORTM（爱特蒙特光学实时计量）软件对捕获的测试板图像进行实时计算和分析。 EORTM可以在精确调整至少八组硬件参数（光学机械平台的六自由度、光源亮度和相机曝光时间）的过程中向操作者提供实时闭环反馈。

通过EORTM，高精度机器视觉应用中调整参数的时间从大约几小时缩短到20分钟甚至更短，但精度提高了至少2倍，因为它提供了精确的量化指标，而不是依赖于主观判断。

一旦所有硬件调整都在软件设定的允许范围内，EORTM将显示所有通过状态，如图3所示，并确定图像系统已调整完毕。

图3：使用EORTM 软件和西门子Starmark 测试板进行微调。

硬件配置包括6维自由度调节平台及相关光机结构部件，以及光源和测试板。它完全由EO产品目录中的标准产品组成，如图4所示。

图4：爱特蒙特光学6 维调整定位平台用于成像系统调整。

综上所述

为了实现OIA，需要精确调整近20个光学、机械、电子和软件参数。这些参数列于表1 中，并根据需要调整的频率进行分类：

设计阶段（DT）：一次，系统规划和选型时；

设置阶段（ST）：一次，当摄像机初始化并安装时；

实时调整（RT）：OIA调整过程中根据需要多次、通过可视化或使用软件实时测量获得反馈。

表1：OIA调整过程主要参数

#类别硬件参数调整阶段1 电子相机像素数1DT2 传感器尺寸23 照度峰值波长4 光谱分布5 光束发散角6 镜头视场大小7MTF 8 软件相机图像锐化ST9 噪声处理10 增益设置11 伽玛曲线校正12 黑暗级别设置13 软件/电子曝光时间RT14 照明强度15 光机X 轴位移16 Y 轴位移17 Z 轴位移18 X 角度倾斜19 Y 角度倾斜20 成像系统

1：也俗称分辨率； 2：像素大小代表图像分辨率，这里不列出，因为它可以根据像素数量和传感器尺寸计算。

审稿人：李茜